Instructions to use matrixportalx/Metafor with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use matrixportalx/Metafor with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="matrixportalx/Metafor")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("matrixportalx/Metafor")
model = AutoModelForCausalLM.from_pretrained("matrixportalx/Metafor")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use matrixportalx/Metafor with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "matrixportalx/Metafor"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "matrixportalx/Metafor",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/matrixportalx/Metafor

SGLang

How to use matrixportalx/Metafor with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "matrixportalx/Metafor" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "matrixportalx/Metafor",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "matrixportalx/Metafor" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "matrixportalx/Metafor",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use matrixportalx/Metafor with Docker Model Runner:
```
docker model run hf.co/matrixportalx/Metafor
```

Matrix commited on Apr 22, 2025

Commit

bd88881

verified ·

1 Parent(s): 3481b8d

Update README.md

Browse files

Files changed (1) hide show

README.md +4 -2

README.md CHANGED Viewed

@@ -8,6 +8,8 @@ license: apache-2.0
 tags:
 - matrixportal
 inference: false
 ---
 # matrixportal/Metafor
@@ -16,6 +18,6 @@ inference: false
 Bu model, `matrixportal/Turkce-LLM` tabanlı olarak aşağıdaki veri set(ler)iyle Türkçe dili ve kültürüne yönelik olarak LoRA yöntemiyle ince ayar uygulanarak geliştirilmiştir:
-- `matrixportal/Turkish-Poem-Alpaca`
-Bu eğitim ile modelin Türkçe dilinde daha doğal, bağlama duyarlı ve etkili yanıtlar üretebilmesi hedeflenmiştir. Çalışma, açık kaynak topluluğuna katkı sağlamayı ve Türkçe doğal dil işleme alanında gelişimi desteklemeyi amaçlamaktadır.

 tags:
 - matrixportal
 inference: false
+datasets:
+- matrixportal/Turkish-Poems-Alpaca
 ---
 # matrixportal/Metafor
 Bu model, `matrixportal/Turkce-LLM` tabanlı olarak aşağıdaki veri set(ler)iyle Türkçe dili ve kültürüne yönelik olarak LoRA yöntemiyle ince ayar uygulanarak geliştirilmiştir:
+- `matrixportal/Turkish-Poems-Alpaca`
+Bu eğitim ile modelin Türkçe dilinde daha doğal, bağlama duyarlı ve etkili yanıtlar üretebilmesi hedeflenmiştir. Çalışma, açık kaynak topluluğuna katkı sağlamayı ve Türkçe doğal dil işleme alanında gelişimi desteklemeyi amaçlamaktadır.